当原始数据通过基本质控后(二代靶向测序的分析流程-质控),接下来就可以执行测序的主要目的:call 变异。
fastq到bam文件
- 准备参考基因组(hg19/hg38)及索引
bwa index human.fasta
2.比对到参考基因组
ID:指的是测序所在的lane,可以用sample_name替代
PL:测序平台,主流的有illumina,华大的测序平台用COMPLETE
LB:文库名字,可以不填
bwa mem -t 4 –R ‘@RG\tID:foo_lane\tPL:illumina\tLB:library\tSM:sample_name’ /path/to/human.fasta read_1.fq.gz read_2.fq.gz | samtools view -S -b - > sample_name.bam
3.排序,下面列出了三种方法,后两种可以设置线程数进行加速
gatk SortSam -I sample.bam -O sample.sorted.bam -SO coordinate #根据染色体进行排序
samtools sort sample.bam -@ 10 -o sample.sorted.bam #速度较上步更快
sambamba sort sample.bam -t 8 -o sample.sorted.bam #速度更快
4.接下来对排序后的文件进行质控,主要包